Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Álgebra Lineal (Honores) – Tarea 3 Octubre 21 de 2014 1. Responda falso o verdadero, justificando (con un contraejemplo o una prueba, respectivamente) su respuesta. i. La aplicación T : Mn(R)→ Mn(R), definida por T (A) = 12 (A− A T ), es diagonaliz- able. ii. Las matrices A = 2 1 11 3 −2 1 −2 3 y B = 0 2 −12 3 −2 −1 −2 0 son similares. iii. Las matrices A = 2 1 11 3 −2 1 −2 3 y B = 0 2 −12 3 −2 −1 −2 0 son diagonalizables. iv. Las matrices A = 2 1 11 3 −2 1 −2 3 yB = 0 2 −12 3 −2 −1 −2 0 son simultáneamente diagonalizables. v. Existe una transformación lineal diagonalizable T : C2 → C2 con valores propios ±i. 2. Sea A ∈Mn(R) una matriz con polinomio caracteŕıstico pA(t) = (−1)ntn+an−1tn−1 + · · ·+ a1t+ a0. i. Pruebe que a0 = detA, es decir que a0 6= 0 si y solamente si A es invertible. ii. Pruebe que pA(t) = (a11− t)(a22− t) · · · (ann− t) + q(t), donde q(t) es un polinomio de grado a lo más n− 2. iii. Pruebe que Tr(A) = (−1)n−1an−1. iv. Pruebe que, si A es diagonalizable y sus valores propios son λ1, λ2, . . . , λk, detA = λµ11 λ µ2 2 · · ·λ µk k , donde µ1, µ2, . . . , µk denota la(s) multiplicidad(es) del valor propio correspondiente. v. Pruebe que, si A es diagonalizable y sus valores propios son λ1, λ2, . . . , λk, TrA = µ1λ1 + µ2λ2 + · · ·+ µkλk, donde µ1, µ2, . . . , µk denota la(s) multiplicidad(es) del valor propio correspondiente. 3. Sea A ∈Mn(R) una matriz invertible. i. Pruebe que si λ es valor propio de A, entonces λ−1 es valor propio de su inversa A−1. ¿ Tienen A y su inversa A−1 vectores propios comunes? ii. Pruebe que si A es diagonalizable, entonces su inversa A−1 es diagonalizable. iii. Pruebe que si A es diagonalizable, entonces su transpuesta AT es diagonalizable. ¿ Tienen A y su transpuesta AT vectores propios comunes? Solución 1. i. Verdadero. Como se vio en la tarea anterior, la matriz respecto a una base de Mn(R) formada por la unión de una base de las matrices simétricas y una de matrices antisimétricas es [MT ]βMn(R) = 0 0 · · · 0 0 0 0 · · · 0 0 ... ... . . . ... ... 0 0 · · · 1 0 0 0 · · · 0 1 , entonces la transformación es diagonalizable. ii. Falso. Dado que el determinante de dos matrices similares es el mismo, y que detA = 0 mientras que detB = 5, las matrices A y B no pueden ser similares. iii. Verdadero. Los tres valores propios para la matriz A son λA1 = 0, λ A 2 = 3 y λA3 = 5, aśı que (por ser todos distintos) A es diagonalizable. Para B los valores propios son λB1 = λ B 2 = −1 y λB3 = 5, y una base para R3 de vectores propios para B es 10 1 , 01 2 , 12 −1 , aśı que B también es diagonalizable. iv. Falso. Dos matrices son simultáneamente diagonalizables si y solo si conmutan. Sin embargo, aunque ambas son simétricas, AB = 1 5 −48 15 −7 −7 −10 3 6= 1 8 −75 15 −10 −4 −7 3 = BA. iii. Verdadero. La base para C2 formada por los vectores 1 e i permite definir la transformación lineal dada por T (1) = i y T (i) = 1, cuyos valores propios son ±i y que, en esta base, tiene matriz diagonal ( i 0 0 −i ) . 2. Sea A ∈ Mn(R) y pA(t) = (−1)ntn + an−1tn−1 + · · · + a1t + a0 su polinomio caracteŕıstico. i. Dado que pA(t) = det(A − tI), es claro que pA(0) = a0 = detA, es decir que A es invertible si y solamente si a0 6= 0. ii. Para ver que pA(t) = (a11 − t)(a22 − t) · · · (ann − t) + q(t), donde q(t) es un polinomio de grado a lo más n− 2, procedemos por inducción en el tamaño de A. Es claro que det ( a11 − t a12 a21 a22 − t ) = (a11 − t)(a22 − t) + q(t), donde q(t) = −a12a21 es un polinomio de grado 0, aśı que la afirmación es cierta para matrices 2× 2. Si suponemos el resultado cierto para toda matriz (k − 1)× (k − 1) y A es una matriz k × k, calculando por la última columna tenemos det a11 − t a12 · · · a1k a21 a22 − t · · · a2k ... ... . . . ... ak1 ak2 · · · akk − t = (a11 − t)(a22 − t) · · · (ann − t) + q(t), donde q(t) es un polinomio de grado a lo más n− 2, ya que cada cofactor para aik, i = 1, 2, . . . , k− 1, elimina el término aii − t y el término akk − t en el determinante correspondiente y usamos la hipótesis de inducción en el último término. 2 iii. Para demostrar que Tr(A) = (−1)n−1an−1 se puede, como en el ejercicio anterior, proceder por inducción en el tamaño de la matriz. iv. Si A es diagonalizable y sus valores propios son λ1, λ2, . . . , λk, existe una matriz invertible C tal que A = C λ1 0 · · · 0 0 λ2 · · · 0 ... ... . . . ... 0 0 · · · λn C−1, aśı que si µ1, µ2, . . . , µk denota la multiplicidad del valor propio correspondiente, i.e. el número de veces que el valor propio aparece en la matriz diagonal, detA = det λ1 0 · · · 0 0 λ2 · · · 0 ... ... . . . ... 0 0 · · · λn = λµ11 λµ22 · · ·λµkk . v. Si A es diagonalizable y sus valores propios son λ1, λ2, . . . , λk, dado que Tr(AB) = Tr(BA) para cualquier par de matrices A,B ∈Mn(R), Tr(A) = Tr C λ1 0 · · · 0 0 λ2 · · · 0 ... ... . . . ... 0 0 · · · λn C−1 = Tr λ1 0 · · · 0 0 λ2 · · · 0 ... ... . . . ... 0 0 · · · λn = µ1λ1 + µ2λ2 + · · ·+ µkλk, donde µ1, µ2, . . . , µk denota la multiplicidad del valor propio correspondiente. 3. i. Sea A ∈ Mn(R) una matriz invertible, entonces ninguno de sus valores propios es cero y, si λ es valor propio de A, i.e. A~x = λ~x para algún vector no nulo ~x ∈ Rn, entonces ~x = A−1A~x = λA−1~x, es decir que A−1~x = λ−1~x y entonces λ−1 es valor propio de su inversa A−1. El argumento anterior muestra que A y su inversa A−1 tienen vectores propios comunes. ii. Si A es diagonalizable existe una matriz invertible C tal que A = CDC−1, donde la matriz diagonal D es la matriz de valores propios para A. Como A es invertible la matriz diagonal D también lo es, y podemos calcular su inversa A−1 como A−1 = (CDC−1)−1 = CD−1C−1, luego A−1 también es diagonalizable. iii. Si A es diagonalizable entonces A = CDC−1, donde la matriz invertible C es la de vectores propios de A y la matriz diagonal D es la matriz de valores propios para A. Haciendo una trasposición tenemos que AT = (CDC−1)T = (CT )−1DTCT , luego AT también es diagonalizable. El argumento muestra que, a pesar de tener valores propios comunes, A y su transpuesta AT no necesariamente tienen vec- tores propios comunes. Un ejemplo sencillo lo dan las matrices A = ( 1 1 0 2 ) 3 y B = ( 1 0 1 2 ) , cuyos valores propios son 1 y 2, pero cuyos vectores pripios son{( 1 0 ) , ( 1 1 )} y {( 1 0 ) , ( 1 −1 )} , respectivamente. 4
Compartir